🏆Reranking
Reranking
리랭킹은 더 강력한 모델로 초기 검색 결과를 재평가하고 재정렬하는 2차 점수 매기기 단계입니다.
Reranking란 무엇인가요?
리랭킹은 계산 비용이 더 높은 크로스 인코더 모델이 초기 검색 결과를 재평가하는 검색 최적화 기술입니다. 크로스 인코더는 쿼리와 문서를 함께 처리하여 독립 인코딩이 놓치는 뉘앙스를 포착합니다. 속도 트레이드오프: 100-1000배 느려서 작은 후보 세트(20-50결과)의 2차 단계로 사용됩니다.
Reranking 작동 방식
3단계: 초기 검색으로 후보 생성, 크로스 인코더가 각 쌍을 재평가, 새 점수로 재정렬.
Reranking의 중요성
벤치마크에서 검색 정밀도를 5-15포인트 향상시킵니다.
Chatloom의 Reranking 활용
Chatloom은 Cohere Rerank API와 로컬 키워드 오버랩 폴백을 통합합니다.
자주 묻는 질문
- 응답이 느려지나요?
- 50-200ms 추가. 전체 컨텍스트에서 거의 감지할 수 없습니다.
- 바이 인코더와 크로스 인코더 차이는?
- 바이 인코더는 독립 인코딩, 크로스 인코더는 공동 처리 — 느리지만 더 정확.
- 클라우드 API 없이 사용 가능?
- 네. 오픈 소스 모델이나 휴리스틱 리랭킹으로. Chatloom에 로컬 폴백이 포함됩니다.